沈阳农业大学信息与电气工程学院辽宁省农业信息化工程技术研究中心
- 作品数：9 被引量：47H指数：3
- 相关机构：空军工程大学信息与导航学院更多>>
- 发文基金：国家自然科学基金辽宁省科学事业公益研究基金辽宁省科学技术计划项目更多>>
- 相关领域：农业科学自动化与计算机技术理学机械工程更多>>
- 基于高光谱成像的蓝莓内部品质检测特征波长选择方法研究被引量：6
- 2017年
- 为了实现蓝莓内部品质快速、准确检测,采用高光谱成像技术对蓝莓的糖度和硬度多指标同时进行检测研究。提出多阶段特征波长选择方法,即采用连续投影法(SPA)和逐步多元线性回归(SMLR)等特征波长选择方法同时将糖度和硬度的特征波长选择出来。通过高光谱成像系统(400~1000nm)采集了200幅蓝莓图像,首先对高光谱图像进行多元散射校正、标准正态变量变换和Savitzky-Golay平滑等光谱预处理,选取最优的预处理方法。然后利用SPA或者SMLR选择出糖度的几个特征波长,在此基础上再利用SPA或者SMLR选择出硬度的几个特征波长,从而形成四个特征波长选择方法 (SPA-SPA、SMLR-SMLR、SPA-SMLR和SMLR-SPA),采用4种多阶段特征波长选择方法提取同时反映蓝莓糖度和硬度的特征波长的组合。最后以全波长光谱信息(FS)和4种多阶段特征波长选择方法得出的光谱信息作为BP神经网络模型的输入矢量,建立了蓝莓糖度和硬度的预测模型。结果表明:Savitzky-Golay平滑为最优的预处理方法 ,结合BP神经网络,采用SPA-SPA多阶段特征波长选择方法所得的预测性能最优,糖度校正集的相关系数(Rc)和校正均方根误差(RMSEC)分别达到0.959和0.318°Brix,硬度校正集的相关系数(Rc)和校正均方根误差(RMSEC)分别达到0.956和0.153°Brix。糖度预测集的相关系数(Rp)和预测均方根误差(RMSEP)分别达到0.952和0.391°Brix,硬度预测集的相关系数(Rp)和预测均方根误差(RMSEP)分别达到0.953和0.234°Brix。该研究表明,应用高光谱成像技术可以对蓝莓糖度和硬度多指标同时进行检测研究,所获得的特征波长可为开发多光谱成像的蓝莓品质检测和分级系统提供参考。
- 古文君田有文张芳赖兴涛何宽姚萍刘博林
- 关键词：蓝莓糖度
- 日光温室自主寻迹喷药车设计方法研究被引量：2
- 2018年
- 为了解决日光温室内人工喷药对人体的危害以及耗费人力这一问题,设计出一款基于模糊PID控制的多功能电磁寻迹日光温室喷药车。在硬件方面,以STM32F103C8T6单片机为核心控制单元,利用电磁传感器和模糊PID控制算法实现路径信息的识别,并制定模糊控制规则对日光温室喷药车进行精准控制,实现了日光温室喷药车在金属轨道上平稳行驶,同时单片机控制水泵实现喷药功能以及利用液位传感器实时获取剩余药量信息。在软件方面,完成了上位机Android移动设备程序、下位机控制程序的编写。实现了移动终端程序能够对温室喷药车进行数据监测、行驶、喷药等控制。在日光温室中反复测试寻迹功能、移动客户端远程控制以及喷药和数据显示等功能,测试结果表明,所开发的日光温室喷药车在小于45°和90°的导线上左右转成功率略低,只有90%~92%;在直线和45°~90°的导线上左右转成功率较高,高达100%。喷药车寻迹成功率较高,在日光温室内能够行驶稳定,精准寻迹,基本完成了喷药车寻迹功能。同时,在远程控制模式下能对日光温室喷药车进行前进、后退、左转、右转、加速等八个指令的控制,实现了无线远程遥控功能,并能够在移动客户端对药箱内的药量进行实时监测,满足日光温室作业需求,减少人体危害和体力劳动,达到预期目。
- 许童羽冯帅陈春玲须晖金彦
- 关键词：ANDROID模糊PID控制日光温室喷药
- 采用二次连续投影法和BP人工神经网络的寒富苹果病害高光谱图像无损检测被引量：29
- 2017年
- 为提供苹果病害在线、快速、无损检测的理论依据,采用高光谱成像技术进行了北方大面积种植的寒富苹果病害无损检测研究。寒富苹果的主要病害有炭疽病、苦痘病、黑腐病和褐斑病害。为选择较少的有效波长而利于在线快速检测,首先采集高光谱苹果图像,分割出感兴趣区域并提取光谱信息,然后采用连续投影算法(successive projections algorithm,SPA)从全波长(500~970 nm)中提取了10个特征波长SPA1(502、573、589、655、681、727、867、904、942 nm和967 nm),再对这10个特征波长采用连续投影算法提取3个特征波长SPA2(681、867 nm和942 nm)。最后利用全波长光谱信息、SPA1提取的10个特征波长的光谱信息和SPA2提取的3个特征波长的光谱信息作为输入矢量采用线性判别分析、支持向量机和BP人工神经网络(BP artificial neural network,BPANN)模型进行苹果病害的检测。通过对检测结果分析,最终选择SPA2-BPANN为最佳检测方法,训练集检测率达100%,验证集检测率达100%。结果表明,高光谱成像技术可以有效对苹果病害进行检测,所获得的特征波长可为开发多光谱成像的苹果品质检测和分级系统提供参考。
- 刘思伽田有文张芳冯迪
- 关键词：高光谱成像BP人工神经网络苹果病害无损检测
- 基于TRIZ的蓝莓病害检测方法
- 2020年
- 为克服蓝莓采后人工分拣的弊端,提升蓝莓自动分拣的水平,提出利用TRIZ理论中发明原理,构建物质—场模型,结合高光谱成像技术应用物理效应和现象研究一种蓝莓病害的无损检测方法。首先应用TRIZ理论中机械系统替代原理利用高光谱成像系统获取蓝莓高光谱图像、物理参数改变原理提出了基于光谱数据分割蓝莓图像的光谱信息分割法SIS。通过与传统的阈值分割方法对比分析可知,SIS分割法更能准确分割出蓝莓及其病害区域。通过分析蓝莓病害区域与正常区域的光谱曲线的差异,将全波段光谱分成可见光第一区域波段(500~760nm)和近红外第二区域波段(760~1000nm),应用TRIZ理论中组合原理将特征波段提取IRIV法与CARS法结合为CARS-IRIV法提取出第一区域与第二区域组合的7个特征波长(500,522,701,828,857,893,969nm)。最后将不同区域的特征波长对应的光谱反射率以及两个区域特征波长结合对应的光谱反射率作为径向基神经网络RBF模型的输入矢量建立蓝莓病害检测模型。试验结果表明第一区域与第二区域组合提取的特征波长对应的光谱反射率作为RBF模型的输入矢量检测蓝莓病害结果最好,正确检测率达到87%以上。试验结果说明基于TRIZ理论提出的SIS-CARS-IRIV-RBF模型能够更有效地检测蓝莓腐烂病害,可为蓝莓在线实时分拣、提高蓝莓行业自动化水平和生产效益提供一定的理论基础和技术支撑。
- 田有文何宽姜凤利乔世成宋士媛
- 关键词：TRIZ理论高光谱成像
- 基于CART决策树和BP神经网络的landsat 8影像粳稻提取方法被引量：6
- 2020年
- 及时、准确地掌握水稻空间分布和种植面积信息对预测水稻产量、指导农业生产等农业活动起着重要作用。遥感技术因其快速、综合等优势,而被广泛应用于农作物识别领域。以沈阳市为研究区域,选取沈阳农业大学道南、辽中和沈北新区作为粳稻种植代表区域获取CART算法的训练样本,并结合粳稻移栽期的NDVI、EVI、LSWI数据,训练作物分割阈值,构建决策树初步提取出研究区粳稻空间分布信息。为进一步去除上述提取区域的其他地物信息,构建粳稻抽穗期和成熟期的植被指数、纹理、ISODATA非监督分类数据及其原始波谱特征的多特征数据集,利用BP神经网络对多组不同特征综合数据集进行粳稻分类提取,得到对分类精度贡献较大的特征和最佳分类数据集,并分别利用最大似然和BP神经网络分类法,结合决策树分类结果和实地样本数据,对最佳分类数据集进行分类结果对比和精度验证。结果表明:采用CART决策树和BP神经网络相结合的方法可以获得较高的分类精度,总体精度为89.1%,Kappa系数达到0.881。利用作物关键物候期中等分辨率影像,结合多时相波谱特征和植被指数,采用CART决策树和BP神经网络相结合的分类法能有效提高粳稻的分类精度,为基于传统机器学习模型的关键物候期遥感数据作物分类研究提供一条新思路。
- 许童羽胡开越周云成于丰华冯帅
- 关键词：粳稻CART算法决策树植被指数BP神经网络
- 基于分窗Gram-Schmidt高光谱降维的水稻纹枯病检测被引量：2
- 2019年
- 纹枯病是水稻生产中三大病害之一,其早期检测对病害的及时防控、保证粮食安全具有重要意义。高光谱技术为水稻病虫害高通量、实时监测提供了有效的技术手段。基于高光谱病害检测中高光谱的降维,或检测特征的提取至关重要,利用2017和2018两年水稻盆栽纹枯病接种试验与大田纹枯病调查试验样本高光谱数据,探讨了分窗Gram-Schmidt变换的高光谱数据降维与特征波段提取,构建纹枯病检测模型,对比分析了本研究方法与主成分分析、连续投影法高光谱降维效果与病害检测精度。结果表明:基于分窗GramSchmidt变换可有效实现高光谱数据的降维,盆栽样本高光谱降到4维,纹枯病检测模型决定系数R2为0.8373,均方误差MSE为0.0406;大田样本高光谱降到4维,纹枯病检测模型决定系数R2为0.9701,均方误差MSE为0.0065。主成分分析法降维,盆栽样本高光谱降到6维,纹枯病检测模型决定系数R2为0.7931,均方误差MSE为0.049,大田样本高光谱降到6维,纹枯病检测模型决定系数R2为0.9658,均方误差MSE为0.0078;连续投影法降维,盆栽样本高光谱降到8维,纹枯病检测模型决定系数R2为0.8132,均方误差MSE为0.0466,大田样本高光谱降到4维,纹枯病检测模型决定系数R2为0.9685,均方误差MSE为0.0072。对比主成分分析法和连续投影法,基于分窗Gram-Schmidt变换的高光谱降维效果与纹枯病检测精度均效果较好,可为高光谱降维与水稻纹枯病防治提供一定的理论基础和技术支撑。
- 曹英丽肖文江凯伦郭宝赢刘亚帝王洋
- 关键词：水稻纹枯病主成分分析
- 孔口尺寸和喷雾压力对典型扇形航空喷头雾化特性的影响研究被引量：2
- 2022年
- 为探究植保无人机所配套使用的多种典型扇形航空喷头的雾化特性,采用DP-02激光粒度仪分别对延长范围型喷头CFA11001、CFA110015、CFA11002、CFA11003和CFA11004,以及标准扇形喷头SF11002和TeeJet11002进行雾滴粒径测试及相关喷雾数据统计分析,并且就孔口尺寸和喷雾压力对各型号扇形航空喷头雾化特性的影响进行研究。试验结果表明,在固定喷雾压力(0.6MPa)条件下,CFA型喷头随着孔口尺寸的不断增大,雾滴粒径尺寸和粒径分布范围持续增大,其中,D_(V0.1)的极差最小,D_(V0.9)的极差最大。同时,对于具有相同孔口尺寸的3种不同类型喷头,TeeJet11002和SF11002型标准扇形喷头的喷雾性能表现较为稳定,二者的雾滴粒径尺寸和粒径分布范围均较小;CFA11002延长范围型喷头雾滴粒径尺寸则较大,雾滴粒径分级为粗(C),高达259.3μm,雾滴粒径分布也更广,主要集中于110~600μm。在0.2~0.8MPa,TeeJet11002、SF11002和CFA11002的喷头雾滴粒径呈现出随压力增大而变小的趋势。其中,TeeJet11002喷头在整体测试压力范围内表现较为稳定,SF11002喷头次之,而CFA11002喷头由于喷头结构设计的差异,在该压力范围内雾化性能表现出了一定的波动性,D_(V0.1)、D_(V0.5)和D_(V0.9)的极差分别达到4.8,24.8,84.4μm。研究还发现,孔口尺寸和喷雾压力均是影响扇形航空喷头雾滴粒径尺寸和雾滴粒径分布的重要因素,其中相较于标准扇形喷头,喷雾压力对CFA延长范围型喷头影响较大,该类型喷头喷施雾滴粒径尺寸也相对较大,粒径分布范围更广;标准扇形喷头雾滴粒径尺寸则较小,粒径分布更加均匀且稳定。研究结果可为航空喷头的设计与选择提供参考,对优化航空喷洒方案也有一定指导意义。
- 姚伟祥郑登月潘瑞龙刘益含曹英丽许童羽
- 基于激光测量的典型扇形航空喷头喷雾羽流雾滴粒径空间分布研究
- 2023年
- 近年来,植保无人机在现代农业中展现出了明显的优势,但植保无人机所适配的典型扇形喷头的雾化性能尚待进一步研究,尤其是喷雾羽流的雾滴粒径空间分布特性亟待明确。使用DP-02激光粒度仪分别对CFA11001、CFA11002、CFA110015、SF11002、SF110015、TeeJet11002、TeeJet110015共7种典型扇形航空喷头进行了喷雾羽流雾滴粒径空间分布特性测定。试验分为横向和纵向轴线两种测定形式,其中研究横向轴线雾滴粒径的分布时,固定喷施压力0.8 MPa,等间距选取了7个连续的横向测量点,喷头选择CFA11002、SF11002和TeeJet11002型;研究纵向轴线雾滴粒径的分布时,固定喷施压力0.5 MPa,等间距选取了5个连续的纵向测量点,喷头选择CFA11001、CFA11002、CFA110015、SF110015和TeeJet110015型。结果表明:横向轴线的分布特点:在固定喷施压力0.8 MPa的条件下,3种型号喷头的D_(V0.1)、D_(V0.5)在各横向测量点位的数值变化不大,并且两侧关于中心点呈较好的对称分布,而D_(V0.9)除了TeeJet11002型喷头呈现对称分布,CFA11002型和SF11002型喷头并没有表现出对称分布的特性,这可能与喷头的材质有关。同时,通过试验分析发现喷头喷施的雾滴粒径越小,喷雾越均匀,左右两侧的雾滴粒径大小与喷头处的相差越小,即该喷头的雾化效果也就越好。纵向轴线的分布特点:在固定喷施压力0.5 MPa的条件下,5种型号喷头的D_(V0.1)在各纵向高度测量点位的数值相差不大,但CFA11001、CFA11002、CFA110015这3种延长范围型喷头的D_(V0.5)、D_(V0.9)随着测试高度的增加呈现下降趋势;而对于标准扇形喷头,TeeJet11002型喷头的D_(V0.5)随着测试高度增加而增大,其D_(V0.9)则是随着测试高度增加有一个先减小后变大的趋势,而SF110015型喷头的D_(V0.5)、D_(V0.9)随着测试高度的增加均呈现增大的趋势,且D_(V0.9)的这种变化趋势要比D_(V0.5)更加明显。这一结果表明喷头类型对�
- 姚伟祥王明亮刘益含王震于子棋李宏伟李锟许童羽
- 关键词：轴向分布激光测量
- 基于DIQA的腐烂蓝莓高光谱特征波长图像选取方法被引量：1
- 2022年
- 目前高光谱成像技术已成为蓝莓品质自动检测的重要手段,其中提取特征波长是一个重要步骤。为获得最佳的腐烂蓝莓高光谱特征波长图像,提出一种基于深度学习的高光谱图像特征波长图像选取方法。首先提取腐烂蓝莓高光谱各波长图像的高频分量图像,然后提出利用深度学习图像质量评价网络(DIQA)选取腐烂蓝莓高光谱图像中的最佳图像。在DIQA第一阶段对腐烂蓝莓高光谱图像的高频图学习误差图。在DIQA第二阶段将第一阶段能够预测误差图的网络作为对腐烂蓝莓高光谱图像质量评价的骨干网络,并对网络做全局平均池化,最后引入两个特征以弥补信息量损失,通过评分评价图像质量。结果表明:通过对400~1000nm的472个波长下蓝莓高光谱图像进行质量评价,得到最佳图像质量的5个波长(664,721,836,854,884nm)。与PCA提取的特征波长(454,607,699,913,967nm)图像相比较得知,所提取的腐烂蓝莓特征波长图像具有较多优势。另外采用卷积神经网络ResNet50对DIQA与PCA构建的蓝莓特征波长图像数据集进行学习,得出DIQA选取的腐烂蓝莓特征波长图像构建的数据集,损失能较快的收敛,并且在验证集中能保持稳定的准确率,识别效果最好,最终识别率为99.4%。说明基于DIQA的腐烂蓝莓高光谱特征波长图像选取方法是可行的,可为高光谱图像选取特征波长图像提供一种新的参考方法。
- 田有文林磊宋士媛郝涛闫玉博邓寒冰
- 关键词：高光谱图像
